Adapty 趋势预测旨在帮助您回答以下问题：

1. 您的用户同期群的预测生命周期价值（LTV）是多少？
2. 哪些同期群未来最有可能产生最高收入？
3. 了解预测回报后，您可以投入多少资金？

借助 Adapty 趋势预测，您可以获得有价值的洞察，并做出基于数据的决策，从而优化您的收入和增长策略。

Adapty 的趋势预测模型是一项强大的新功能，它利用机器学习帮助您更好地了解应用用户的长期收入潜力和行为。通过使用先进的梯度提升技术，LTV 趋势预测模型可以估算用户在订阅期间预计产生的总收入。这将帮助您在用户获取、营销策略和产品开发方面做出明智的决策。

目前，LTV 趋势预测模型提供两种类型的预测：预测 LTV 和预测收入。

同期群中的趋势预测

Adapty 现在提供预测订阅类应用用户生命周期价值（LTV）及其预测收入的能力。这些预测可在同期群分析页面上以 3 个月、6 个月和 12 个月的维度显示。
但需要注意的是，该模型目前不适用于永久授权和一次性购买。此外，对于数据有限的全新应用，以及用户流量发生重大变化的应用，LTV 模型的准确性可能较低。

趋势预测模型

该趋势预测模型采用梯度提升算法构建，这是一种高度准确且高效的机器学习算法，能够处理大型数据集。通过利用您订阅类应用的交易数据，我们的模型可以预测用户在其用户画像创建一年后的 LTV。用于模型训练的数据已完全匿名化。

该模型基于您在 Adapty 中所有应用的数据进行训练。但预测值会根据每个独立应用的同期群中观察到的特定行为模式进行进一步优化和定制。这种后修正算法考虑了每个应用的独特特征，从而确保预测更加准确。

该模型达到了较高的精度水平，平均绝对百分比误差（MAPE）略低于 10%。这种精度水平使企业能够在做出数据驱动决策时，放心地依赖模型的预测结果。

Adapty 利用两个独立的梯度提升模型来预测 LTV：

• 收入趋势预测模型： 预测一组用户同期群产生的总收入。
• LTV 趋势预测模型： 预测同期群中用户的平均 LTV。

经过训练的模型随后用于预测所选时间段（3 个月、6 个月、9 个月或 12 个月）内每个同期群自创建以来的总收入和平均 LTV。这些预测经过验证和约束，以确保其符合典型的用户行为模式。

预测最初在同期群创建后 1-3 周内生成。这个时间段允许进行充分的数据收集和分析。假设一个同期群在 1 月 1 日创建，则该同期群的预测将在 1 月 15 日至 1 月 29 日之间的某个时间可用。

初始预测生成后，预测将使用同期群的最新交易数据每日更新。这种频繁的更新确保预测保持最新状态，并反映同期群的最新行为。

该模型考虑了与同期群相关的多种重要统计数据，包括过去订阅期产生的收入、用户留存率、当前 LTV、订阅类型、来自 Google Play 和 App Store 的用户比例，以及按国家划分的用户地理分布等。这些特征经过精心挑选，以确保模型能够捕获预测用户未来 LTV 所需的最相关信息。

该模型通常会在产品性能发生变化后（例如月度订阅的留存率提高），延迟约一周才能反映出来。

用于预测收入和 LTV 的机器学习模型存在某些局限性，在解读其结果时应予以考虑。这些局限性包括：

• 数据质量：模型的性能取决于可用数据的质量和代表性。数据质量是数据分析的关键方面，导致结果不理想的主要原因之一是同期群行为异常，偏离了特定应用或所有其他应用的正常同期群指标。这类数据对模型而言属于异常情况，可能导致意外结果。这种情况在新型产品或尚未纳入训练集的新应用中更为常见。
• 时间范围：该模型可以预测用户同期群创建后最多 12 个月的数值。您将看到实际收入不断增长，但预测值将保持在 12 个月的节点上。
• 订阅时长：该模型在月度和周度订阅上表现最佳。

Adapty 同期群中的趋势预测

要访问订阅者的预测收入和预测 LTV 值，您可以导航至 Adapty 看板中的同期群分析页面。此外，如果您想进一步了解 Adapty 同期群，请参阅我们关于它的文档。

预测收入（pRevenue） 列显示同期群订阅者在同期群创建后所选时间范围内预计产生的估算总收入。该值使用 Adapty 的收入趋势预测模型计算，该模型利用先进的梯度提升技术来预测用户收入。

预测 LTV（pLTV） 列显示所选同期群中每位用户的估算生命周期价值。该值通过将预测收入除以同期群中预测付费用户数量来计算。预测付费用户数量使用 Adapty 的基础趋势预测模型计算，该模型预测同期群中的付费用户数量。

要定义显示预测收入和预测 LTV 值的时间段，您可以从用户界面的时间范围下拉菜单中选择所需的值。可用选项通常为同期群创建后的 3 个月、6 个月、9 个月或 12 个月。

为了提供更有价值的洞察，Adapty 允许您按产品筛选预测收入和 LTV。默认情况下，Adapty 基于所有购买数据构建预测，但按产品筛选可以帮助您更好地了解每个产品的表现，以及它对整体预测收入和 LTV 的贡献。

当可用数据不足以生成准确预测时，用户界面中相应字段将显示为灰色。将鼠标悬停在灰色字段上将显示一个提示，内容为”Insufficient data for accurate prediction”。这是一个视觉提示，表明预测值可能不可靠，可能需要进一步收集和分析数据才能生成准确的预测。数据不足可能由多种原因造成，例如自同期群创建以来时间不足、同期群规模较小或订阅类型不常见。在某些情况下，同期群的行为可能异常，偏离了用于训练模型的正常指标。等待几周可能有助于解决此问题。

此外，另一种可能的情况是预测没有任何值。空结果可能发生在以下情况：数据不足以进行任何预测（通常至少需要 1-3 周的数据），或者预测的最长时间范围已经过去，即同期群创建至今已超过一年。

Adapty 同期群通过显示当前收入和每位付费用户的当前收益，提供了对您的收入和用户 LTV（生命周期价值）的宝贵洞察。通过跟踪这些数据图表，您可以监控实际数字向预测值的进展情况，并随时间跟踪您的进度。尽管使用预测数字的主要目的是制定计划，但重要的是要谨慎行事，不要仅仅依赖这些预测来做出决策。相反，它们应该作为指导，为您的策略提供依据，帮助您做出明智的商业决策。通过利用 Adapty 同期群和趋势预测，您可以更好地了解您的收入和用户行为，并利用这些信息优化您的业务运营，以取得更大的成功。